自动驾驶之参考线模块
上一讲：b站老王 自动驾驶决策规划学习记录（五）
接着上一讲学习记录b站老王对自动驾驶规划系列的讲解

参考视频：自动驾驶决策规划算法第二章第三节(上) 路径决策算法：动态规划

0 前言

回顾上一节：参考线，提供光滑的frenet坐标轴

以host在reference line的投影为坐标原点，建立frenet坐标系。
障碍物投影，生成SL图

确定规划的起点
定位得到的host_x,host_y投影到referenceline，得到SL坐标(0,$l_0$)，以此点为路径规划的起点
这样做是错的

考虑控制是不完美的
规划以100ms周期执行，在上个周期已经规划出轨迹。

正确的做法：



以（$S_0,l_0$）作为规划的起点

从控制上看规划

如果用定位作为轨迹的起点

SL图

搜索出一条最优的路径
最优的标准：平滑、与障碍物保持适当距离、贴近参考线

可以用二次规划解决
cost function=平滑代价+参考线距离代价+障碍物距离代价

很遗憾：避障问题的二次规划是非凸的，cost function有多个极小值点

非凸问题，没有完美的解决方案
方案：离散化，启发式搜索出一个粗解，以粗解为基础优化出最终解

在离散空间下的最优路径是什么，此最优路径将开辟一个凸空间，在此凸空间上做二次规划。离散空间的最优路径称为粗解，粗解开辟凸空间，在此凸空间上优化出最终解。

如何在凸空间上优化出最终解？二次规划

如何在离散空间上找到粗解？动态规划

连接两点的曲线是什么？
五次多项式
6个系数，求$l=f(s)=a_0+a_{1}s+a_2{s}^2+...+a_5{s}^5$


如何评价路径的优劣，用cost function


平滑：越像直线越平滑，直线越短。

等价于

每个路径都有对应的cost，问题变为找图的最短路径问题

动态规划